1、數據治理歷史
探究“數據治理”的歷史可以發展分為三個階段。

第一階段早期探索，早在1988年由麻省理工學院的兩位教授啟動了全面數據質量管理計劃（TDQM），可以認為是數據治理最初的雛形，同年，DAMA（國際數據管理組織協會）成立。時間一直走到2002年，數據治理概念首次出現在學術界，美國兩位學者發表題為《數據倉庫治理》的研究探討了Blue Cross和Blue Shield of North Carolina兩家公司的最佳實踐，由此拉開了“數據治理”在企業管理中的大幕。

第二階段理論研究，在美國學者發表《數據倉庫治理》的第二年，2003年DGI(國際數據治理研究所)成立，研究數據治理理論框架，與ISO國際標準化組織對數據管理與數據治理進行定義。直到2009年，DAMA國際發布DMBOK《數據管理知識體系指南》[15]（以下簡稱《DAMA指南》），至此數據治理的理論框架基本固定。2020年DAMA國際發布DMBOK《數據管理知識體系指南原書第二版》[16]（以下簡稱《DAMA指南第二版》）。

第三階段廣泛接受與應用，伴隨著數據倉庫的建設，主數據管理與BI的實施，國內也逐步開始接受并利用數據治理的概念進行推廣實踐。我國數據治理之路在DMBOK基礎上不斷延伸和擴展，里程碑事件為在2015年提出了《數據治理白皮書》[14]國際標準研究報告。

2018年6月7日，國家市場監督管理總局和國家標準化管理委員會發布《中華人民共和國國家標準公告（2018年第9號）》，批準《信息技術服務治理第5部分：數據治理規范》[18]（以下簡稱《數據治理規范》）國家標準發布實施，標準號為GB/T 34960.5-2018，實施日期為2019年1月1日。《數據治理規范》是我國信息技術服務標準（ITSS）體系中的“服務管控”領域標準，屬于《信息技術服務治理》的第5部分。

金融等行業也在實踐的過程中形成了自己的治理體系，比如銀行在2018年發布了《銀行業金融機構數據治理指引》[19](以下簡稱《銀行數據治理指引》)，標志著數據治理在我國銀行金融機構中全面實踐時代的到來，華為2020年出了本書《華為數據之道》，可以看到數據治理在企業中也開始發揮出越來越重要的作用。

2、數據治理定義
百度百科：
數據治理（Data Governance）是組織中涉及數據使用的一整套管理行為。由企業數據治理部門發起并推行，關于如何制定和實施針對整個企業內部數據的商業應用和技術管理的一系列政策和流程。

國際數據治理研究所（DGI）：

數據治理是一個通過一系列信息相關的過程來實現決策權和職責分工的系統，這些過程按照達成共識的模型來執行，該模型描述了誰（Who）能根據什么信息，在什么時間（When）和情況（Where）下，用什么方法（How），采取什么行動（What）。

DAMA指南:

數據治理是對數據資產管理行使權力和控制的活動集合（規劃、監控和執行）。數據治理職能指導其他數據管理職能如何執行。數據治理是在高層次上執行數據管理制度。數據治理是通過連續性的計劃和持續改進的過程來完成的。除了持續性的改進，數據治理的另外一個標志就是共同決策。有效的數據管理工作需要跨組織邊界和系統邊界。

銀行數據治理指引：

數據治理是指通過建立組織架構，明確董事會、高級管理層、部門等職責要求，制定和實施系統化的制度、流程和方法，確保數據統一管理、高效運行，并在經營管理中充分發揮價值的動態過程。

3、數據治理和數據管理辨析

大家有時表示難以理解數據治理是什么，治理本身是一個通用概念，與其發明新的概念，還不如將其他治理的概念和原則應用于數據治理，比如公司管理和公司治理。

（1）公司管理和公司治理

公司治理與公司管理的區別起源于公司治理理論中的法律模型。這一模型認為，股東由于向公司提供資本，而成為所有者，擁有法定的權力，其中最基本的權力就是選舉董事會作為其受托人來進行公司的重大決策，再由董事會來選擇和監督經理，進行日常的經營管理。這樣公司治理與公司管理的區別在公司法關于董事會與經理之間的權責關系的界定上得到反映，即董事會從事治理，經理層從事管理。

從目的上來看，公司治理的目的是為了降低代理成本，降低因代理人違背委托人意志而給委托人帶來的損失和成本，而管理的目的是正確選擇經營目標和高效率地實現經營目標，提高企業資源的利用效率;公司治理的主體是股東以及各利益相關者，而公司管理的主體是公司的經理層;公司治理涉及公司戰略方針的制定、控制和監督，以及公司與外部的社會、經濟和文化的聯系;管理則是運用一定的方式來知道或監督某一活動，以達到特定的目的;公司治理的焦點在外部，公司管理的焦點在內部，公司治理假定一個開放的系統，而公司管理相對假定一個封閉的系統;公司治理基于戰略考慮，公司管理基于任務考慮;公司治理考慮公司往哪個地方去，公司管理考慮怎樣使公司到達那里。

從程序和手段來看，公司治理強調的是董事會借以監督和激勵經理的程序、方式和手段，重點強調利益關系的調整，公司管理關注的是為了達到公司的目標，經理應該做什么、怎么做，重點強調為達到特定目標應選擇的手段、方法和管理技術，也就是說，公司治理是董事會的工作，而公司管理則是經理的事情。

總結一下就是，公司治理是指最高管理層（董事會）利用它來監督管理層在實現戰略目標的過程中，處于治理層既定的規則內（風險可控、績效可見）。公司管理就是在既定的治理模式下，管理層為實現組織戰略目標而采取的行動。 管理是在治理既定的“約束和激勵”的規則下，對組織資源進行整合與配置，確定目標以及實現此目標所采取的行動。

（2）數據管理和數據治理的區別

數據管理是指通過規劃、控制與提供數據和信息資產職能，包括開發、執行和監督有關數據的計劃、政策、方案、項目、流程、方法和程序，以獲取、控制、保護、交付和提高數據和信息資產價值。

數據治理是對數據資產管理行使權力和控制的活動集合（規劃、監控和執行），指導其他數據管理職能如何執行，在高層次上執行數據管理制度。組織為實現數據資產價值最大化所開展的一系列持續工作過程，明確數據相關方的責權、協調數據相關方達成數據利益一致、促進數據相關方采取聯合數據行動，下圖示例了一個區別。

數據治理與數據管理的關系如下圖所示：

數據治理的全過程：從范圍來講，數據治理涵蓋了從前端事務處理系統、后段業務數據庫到終端的數據分析，從源頭到終端再回到源頭形成一個閉環負反饋系統（控制理論中趨穩的系統），從目的來講，數據治理就是對數據的獲取、處理、使用進行監督（監管就是我們在執行層面對信息系統的負反饋），而監管的職能主要通過五個方面的執行力來保證——發現、監督、控制、溝通、整合。

再舉例子：

可以將審計、會計與數據治理放在一起比較，審計員和財務主管設置管理財務資產的規則，數據治理專家制定管理數據資產的規則，然后其它領域執行這些規則。財務審計人員實際上并不執行財務管理，數據治理確保數據被恰當的管理而不是直接管理數據，數據治理相當于將監督和執行的職責分離。

如果你在一個基層單位做具體的數據安全工作，但總是被上級組織檢查，你就是在做數據安全管理工作，而制定檢查規范、總是來檢查你的上級組織就是在做安全治理的工作，你可能覺得這些人真是吃飽了沒事做，但站在全局的視角看，他們做的工作可能比你還更重要，因為他們要確保你在做正確的事。

如果將數據治理類比于國家治理，數據治理相當于承擔立法職能（策略和標準）和司法職能（問題管理），數據管理則承擔行政職能（管理、服務和合規）。

搞懂了數據治理和數據管理的區別，就能理解將數據治理的職責甩給IT部門是多么荒謬的事情，因此DAMA一直強調，數據治理應該是業務部門與IT部門共同的職責。